Thuyết trình ỨNG DỤNG KHAI PHÁ dữ LIỆU với LUẬT kết hợp và mẫu TUẦN tự TRONG hỗ TRỢ RA QUYẾT ĐỊNH CHO VAY của NGÂN HÀNG, GIỚI THIỆU VIỆC làm

1
09/14/15 Đại học công nghệ thông tin
ỨNG DỤNG KHAI PHÁ DỮ LIỆU VỚI
LUẬT KẾT HỢP VÀ MẪU TUẦN TỰ
TRONG HỖ TRỢ RA QUYẾT ĐỊNH
CHO VAY CỦA NGÂN HÀNG, GIỚI THIỆU VIỆC LÀM
Giảng viên HD: PGS. TS. Đỗ Phúc
Học viên:
Nguyễn Hữu Tâm - CH1401031
Nguyễn Xuân Toàn - CH1401036
Ngô Huỳnh Ngọc Phú - CH1401015
2
09/14/15 Đại học công nghệ thông tin
Nội dung trình bày
1. Nhu cầu khai phá dữ liệu trong ngân hàng
2.Nhu cầu khai phá dữ liệu trong giới thiệu việc làm
3. Lý thuyết luật kết hợp và mẫu tuần tự
4. Giới thiệu phần mềm Weka
5. Demo Luật kết hợp
6. Demo mẫu tuần tự
7. Danh mục tài liệu tham khảo
3
09/14/15 Đại học công nghệ thông tin
1. Nhu cầu khai phá dữ liệu trong ngân hàng
1.Nền kinh tế đang ngày càng tăng trưởng, nhu cầu tiêu
dùng đang một ngày gia tăng.
2.Các ngân hàng thừa vốn, thiếu khách hàng.
3.Sự cạnh tranh cao, sát nhập thành những ngân hàng
lớn.
4.Cho vay là hoạt động sống còn và nhiều rủi ro của
ngân hàng.

5. ……
 Cần thiết những giải pháp hỗ trợ quyết định cho vay.
4
09/14/15 Đại học công nghệ thông tin
2. Nhu cầu khai phá dữ liệu trong giới thiệu việc làm
1.Thị trường lao động là sự trao đổi hàng hóa sức lao
động giữa người sở hữu lao động và những người cần
thuê sức lao động.
2.Tổ chức dịch vụ việc làm có chức năng tư vấn, giới
thiệu việc làm và dạy nghề cho người lao động; cung
ứng và tuyển lao động
5
09/14/15 Đại học công nghệ thông tin
2. Nhu cầu khai phá dữ liệu trong giới thiệu việc
làm
3.Người lao động là người làm công ăn lương. Khi tìm
việc họ có thể tìm ở nhiều vị trí khác nhau.
4.Nhà tuyển dụng là người đưa ra nhiều vị trí để tìm ứng
viên phù hợp với vị trí tuyển dụng
5.……
 Cần thiết những giải pháp hỗ trợ quyết định đinh
hướng phát triển nguồn nhân lực.
6
09/14/15 Đại học công nghệ thông tin
2. Lý thuyết luật kết hợp

Quá trình
khai thác dữ liệu
7
09/14/15 Đại học công nghệ thông tin

2. Lý thuyết luật kết hợp

Dữ liệu
Khai thác luật
8
2.2 Phát hiện các luật kết hợp
•
Tìm tất cả các luật X  Y (IF…THEN) sao cho
•
Tần số của luật lớn hơn ngưỡng minsup
•
Độ tin cậy của luật lớn hơn ngưỡng minconf
9
09/14/15 Đại học công nghệ thông tin
2.3 Các thuật toán khai thác luật kết hợp
Apriori
R.Agrawal
and
R.Srikant19
94
10
09/14/15 Đại học công nghệ thông tin
2.3 Các thuật toán khai thác luật kết hợp
•
APRIORITID
•
APRIORI HYBRID
•
TERTIUS
•

…
11
09/14/15 Đại học công nghệ thông tin
2.4 Mẫu tuần tự
Thường được sử dụng trên các dữ liệu dài
hạn, các mẫu tuần tự là một phương pháp có ích
để nhận biết các xu hướng hay các sự xuất hiện
thường xuyên của các sự kiện tương tự
12
09/14/15 Đại học công nghệ thông tin
2.4 Mẫu tuần tự
Trong ứng dụng, có thể sử dụng thông tin mẫu
tuần tự để tự động đề xuất rằng một số mặt
hàng nào đó được thêm vào một giỏ hàng dựa
trên tần suất và lịch sử mua hàng trong quá khứ
của các khách hàng.
13
09/14/15 Đại học công nghệ thông tin
3. Giới thiệu về Weka
Weka là môi trường thử nghiệm
Khai phá dữ liệu, do các nhà khoa học
thuộc trường Đại học Waitako, New
Zealand, khởi xướng .
Weka là phần mềm nguồn mở
Hệ thống được viết bằng Java.
14
09/14/15 Đại học công nghệ thông tin
Giới thiệu về Weka
15
09/14/15 Đại học công nghệ thông tin

Giới thiệu về Weka
Miền giá trị
thuộc tính
Danh sách
thuộc tính
Thao tác xử
lý dữ liệu
Bộ lọc
dữ liệu
16
09/14/15 Đại học công nghệ thông tin
Dữ liệu tại ngân hàng
ID
TUOI
GIOITINH
KHUVUC
THUNHAP
KETHON
CON
XE
TAIKHOANTIETKIEM
TAIKHOANHIENTAI
THECHAP
Kiểu số
Kiểu phân loại
17
09/14/15 Đại học công nghệ thông tin
Thực hiện khai thác luật trên Weka
18
09/14/15 Đại học công nghệ thông tin

Dữ liệu về việc làm
19
09/14/15 Đại học công nghệ thông tin
Thực hiện khai thác luật trên Weka
20
09/14/15 Đại học công nghệ thông tin
Thực hiện khai thác luật trên Weka
21
09/14/15 Đại học công nghệ thông tin
DEMO Luật kết hợp
22
09/14/15 Đại học công nghệ thông tin
Demo mẫu tuần tự
23
09/14/15 Đại học công nghệ thông tin
6. Tài liệu tham khảo
[1] Đỗ Phúc. “Chuyên đề: Ứng dụng Business Intelligence vào ERP
nhằm hỗ trợ ra quyết định.” 2014
[2] Arora, Jyoti, Nidhi Bhalla, and Sanjeev Rao. "A Review on Association
Rule Mining Algorithms." IJIRCCE International Journal of Innovative
Research in Computer and Communication Engineering 1.5 (2013).
[3] Maragatham, G., and M. Lakshmi. "A Recent Review on Association
Rule Mining." Computer Science & Engg Department, Sathyabama
University, Chennai, Tamil Nadu, India (2012).
[4] Liao, Shu-Hsien, Pei-Hui Chu, and Pei-Yuan Hsiao. "Data mining
techniques and applications–A decade review from 2000 to 2011."
Expert Systems with Applications 39.12 (2012): 11303-11311.
24
Hỏi & Trả lời
Cảm ơn Thầy

và các bạn đã
theo dõi